Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/BUOS-AZGNHV
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor1 | Vinicius Diniz Mayrink | pt_BR |
dc.contributor.advisor-co1 | Fabio Nogueira Demarqui | pt_BR |
dc.contributor.referee1 | Fabio Nogueira Demarqui | pt_BR |
dc.contributor.referee2 | Marcos Oliveira Prates | pt_BR |
dc.contributor.referee3 | Leonardo Soares Bastos | pt_BR |
dc.creator | Magno Tairone de Freitas Severino | pt_BR |
dc.date.accessioned | 2019-08-14T18:57:10Z | - |
dc.date.available | 2019-08-14T18:57:10Z | - |
dc.date.issued | 2018-02-22 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/1843/BUOS-AZGNHV | - |
dc.description.abstract | Bayesian hierarchical modeling for spatial data is challenging for professionals from other areas than statistics. From a technical perspective, setting the model and the prior distributions are the simplest part of the process. What makes it dicult is the com putation of the posterior full conditionals and the implementation of the Gibbs Sampleralgorithm. The BUGS (Bayesian inference Using Gibbs Sampling) family of statistical softwares reduces the eort of modeling, since the user must indicate only the prior distributions and the likelihood function. However, in general these softwares do not im plement several spatial models, although users of WinBUGS and OpenBUGS can enjoy fromthe spatial add-on called GeoBUGS. JAGS (Just Another Gibbs Sampler), the open-source C++ developed version of the BUGS family, does not contain any function or distribution for spatial modeling. This project aims to ll this gap through the implementation of an extension to the JAGS software, allowing users from dierent elds to perform a spatialdata modeling and analysis | pt_BR |
dc.description.resumo | A modelagem hierarquica Bayesiana para dados espaciais pode ser bastante desaadora para prossionais de áreas para além da estatística. Do ponto de vista técnico, a parte mais simples do processo é denir o modelo e as distribuições a priori. A diculdade está no cálculo das distribuições condicionais completas a posteriori e na implementação do algoritmo amostrador de Gibbs. A família de softwares estatísticos BUGS (acrônimo para inferência Bayesiana usando o amostrador de Gibbs, em tradução literal) reduz oesforço de modelagem, uma vez que o usuário deve indicar apenas as distribuições a priori e a verossimilhança dos dados. Entretanto, em geral tais softwares não permitem análises mais complexas de dados espaciais, embora usuários do WinBUGS e do OpenBUGS podemusar o módulo espacial GeoBUGS. JAGS (apenas outro amostrador de Gibbs, em tradução literal), é uma alternativa á famlia BUGS, desenvolvida em C++ com código aberto, não contém nenhuma função ou distribuição disponível que simplique a modelagem de da dos espaciais. O objetivo fundamental deste trabalho é suprir essa falta, implementando um módulo para o software JAGS que permita aos usuários de diferentes áreas realizar modelagem e análise de dados espacias de maneira simples | pt_BR |
dc.language | Português | pt_BR |
dc.publisher | Universidade Federal de Minas Gerais | pt_BR |
dc.publisher.initials | UFMG | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Jags | pt_BR |
dc.subject | Amostrador de gibbs | pt_BR |
dc.subject | Inferência bayesiana | pt_BR |
dc.subject | Estatística espacial | pt_BR |
dc.subject.other | Estatistica | pt_BR |
dc.subject.other | Teoria bayesiana de decisão estatistica | pt_BR |
dc.subject.other | Análise espacial (Estatística) | pt_BR |
dc.title | Extending JAGS for spatial data | pt_BR |
dc.type | Dissertação de Mestrado | pt_BR |
Appears in Collections: | Dissertações de Mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
dissertacao_magno_t_f_severino.pdf | 4.59 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.